Table of Contents Table of Contents
Previous Page  219 / 330 Next Page
Information
Show Menu
Previous Page 219 / 330 Next Page
Page Background

臺大管理論叢

第

27

卷第

2

期

219

恐懼指數,因此極端的波動率指標常作為進行反市場操作的訊號以及衍生性金融商品

的定價及避險績效的參考。針對國內市場提出相關研究有:李存修等

(2006)

研究證實

隱含波動率指標確實可做為未來實際波動率的良好估計值,與加權指數間具有不對稱

之負向關係以及具有均數迴歸之現象,當指數下跌時亦可做為良好的反向交易指標。

謝文良、李進生與袁淑芳

(2006)

參考美國

CBOE

計算

S&P 100

波動性指數(簡稱

VXO

)的模式,以台股選擇權的隱含波動度建構賣權波動度指標

IVP

,實證結果發現

若將此資訊內涵應用於擇時交易策略,其績效表現在研究期間內將超越買進持有的基

本策略。袁淑芳與李進生

(2007)

以台股選擇權市場為標的建構

TAIFEX VXO

作為衡

量台灣投資人風險偏好的指標,研究發現台灣市場有透過選擇權市場消化現貨市場風

險的傾向,且投資人僅於空頭市場預期可能招致現貨部位損失的風險時才有明顯增加

賣權的衍生性需求。王毓敏與謝志正

(2009)

建立

TVIX

作為台灣隱含波動率模型的代

表,實證結果顯示預測範圍為一個月時,

TVIX

有較佳的表現;若考慮同時採用時間

序列與隱含波動率模型時,預測範圍為一日、一週及兩週下,短期記憶模型加上

TVIX

有最好的預測力;預測範圍為一個月時,則單獨採用

TVIX

尤佳。

(四)選擇權預期報酬與價格效率性

市場上選擇權的預期報酬與價格的關係可從風險、操作限制、波動性等相關議題

去討論,因此就目前針對不同主題有以下探討。

Hsieh, Fang, and Goo (2009)

探討台指

買權和現貨市場在不同價性

(Moneyness)

下的互動與定價關係。該研究運用雙元

EGARCH

模型與神經演算法進行選擇權評價,研究結論為台指買權和現貨市場間的互

動關係在不同價況下有所不同,投資人在價外或是更深度價外的選擇權部位會承受較

大風險,而在各種狀況下類神經網絡

(Neural Network)

定價模型的預測能力比一般迴

歸模型要好。

針對選擇權價格效率性、放空限制與雜訊交易者風險,由陳煒朋、吳壽山與洪慧

妤

(2010)

研究探討套利限制對於台灣加權股價指數現貨、期貨以及選擇權市場間相對

價格效率性的影響。實證結果為放空限制條件與選擇權流動性分別是影響買賣權平價

(Put Call Parity)

理論和期貨買賣權平價理論關係式出現偏離的主要因素;此外,選擇

權市場投資人易受現貨市場的走勢氛圍影響交易行為,亦即選擇權市場會存在雜訊交

易者風險。為了檢驗台指選擇權的報酬率是否符合

Coval and Shumway (2001)

之弱勢

假設,並分析其報酬與風險的關係是否符合

CAPM

理論,由許溪南、何怡滿與許羽呈

(2012)

實證結果,在排除深度價內與深度價外的情況下,買權與賣權的報酬率大致符

合前述弱勢假設;此外,買權報酬率與

β

值隨著履約價增加而上升,呈現報酬與風險

的抵換關係,符合

CAPM

理論。郭玟秀

(2014)

探討未區分及區分股市市場狀態和台

灣選擇權交易活動與股價關係。實證研究發現,市場情況因子具有相當的影響性,台

指選擇權交易對未來台股指數變動有顯著影響,特別是在多空期間正確預測股價效果